AI 28% low 2026-06-11

Why Tencent AI Does Not Set KPIs for Its Agent Business While Competitors Pursue Token Revenue

当友商狂卷Token营收，腾讯AI为什么敢给智能体业务“不设KPI”？

观察者网 guancha

This media article reports on Tencent's AI strategy, highlighting its decision not to set commercial KPIs for its AI agent products like WorkBuddy and CodeBuddy, contrasting with competitors' aggressive token-based revenue models. It explains Tencent's focus on product value and user adoption over immediate monetization.

Document Text 5,435 characters

（文/陈济深编辑/张广凯） 腾讯AI是不是慢了？过去一年，这个问题始终跟随着腾讯高管每一次对外亮相。 6月5日下午，同样的问题再次被摆到了腾讯集团高级执行副总裁、云与智慧产业事业群（CSIG）CEO汤道生面前。 腾讯集团高级执行副总裁、云与智慧产业事业群（CSIG）CEO汤道生 在资本市场眼里，面对阿里3800亿，字节超2000亿的AI资本开支，腾讯2026年Q1单季319亿的AI资本开支量级看起来不如友商激进，而姚顺雨加盟后，对其能否撑起腾讯的大模型的担忧和怀疑也不绝于耳。 更直观的反馈则来自股价，相比起大模型双雄在资本市场涨到令人咋舌的走势，腾讯股价在春节后连跌四月，以腾讯为代表的恒科指数成分股似乎成为了前AI时代的老登。 但是在产品端，画风似乎又不太一样。 龙虾热不到半年，腾讯云旗下智能体助手WorkBuddy按汤道生的说法，已经是"这个赛道上面最受欢迎的产品"，而它的普及，几乎不依赖于传统的推广，而是依赖于用户们的口碑传播。 外界对腾讯的判断，多年来有一套现成的模板：在别人跑通模式后再进场，靠产品和工程能力后来居上。对这套后发制人的"慢"打法，腾讯也从不讳言。 早在2023年的财报电话会上，马化腾就给腾讯的AI节奏定过调："对于工业革命来讲，早一个月把电灯泡拿出来，在长的时间跨度上来看是不那么重要的。"他当时还不点名地说，"现在有很多公司太急了，感觉是为了提振股价，我们一贯不是这种风格。" 三年过去，腾讯似乎也在这么实践：产品要做什么，它大多还看着同行先跑，试图看清行业趟出来的方向。 但这一次，汤道生却给出了两个和行业共识看似背道而驰的答案：不着急AI商业化，不追逐模型排行榜，并向媒体们解释了腾讯在AI领域的产品和战略考量。 智能体业务不设KPI 今年以来，Token经济成了云厂商的核心叙事，按调用量讲故事、给MaaS业务定营收目标、推出C端订阅收费，几乎是各家的标准动作。火山引擎把豆包的日均token调用量当成核心战绩反复披露，阿里云百炼推出按坐席计费的Token Plan订阅，不少友商给MaaS业务定下了雄心勃勃的营收目标。 对于腾讯是否会效仿友商AI商业化路径时，汤道生连续给出了三个否定的回应。 谈到AI Agent产品是否做利润或ROI考核，他明确表示，WorkBuddy、CodeBuddy这样的AI智能体现在还是投入期，"我们目前没有给Buddy团队设商业化目标"。 被问及会不会考核token调用量、行业渗透率，他给出了直接的判断："Agent的调用量不是一个商业化指标，它是一个使用指标。"至于友商在MaaS上的营收目标，他的回应显得云淡风轻："每家公司有不同的发展风格和节奏，腾讯更倾向于让产品和数据说话。" 但不设KPI不等于不搞商业化。 汤道生把腾讯目前的AI商业模式称作一个"调节器"：算力资源有限，要靠它筛选出最认可产品价值、值得付费来获得算力的那批用户。 "WorkBuddy今天有点像几年前的腾讯会议，既有ToC属性也有ToB属性，我们会继续发挥好它C2B的能力。" 对于AI时代的商业模式，汤道生明确提出了不同于移动互联网时代的算账逻辑。 移动互联网的边际服务成本低，所以广告和眼球经济能成立；但AI原生服务的推理成本高，且和任务复杂度强相关，用户问题不同、消耗不同，"很难用同样眼球的模式来变现"，更不可能让广告主为不确定的运营成本买单。 在推理成本停留在当前水平的情况下，AI更可能被用在高商业价值、"算得过账"的场景，靠新增生产力对标人力成本，建立新的商业模式。 不过对刚刚整体盈利的腾讯云来说，智能体业务不设KPI是有财务代价的。 被问及AI投入什么时候能覆盖成本，汤道生只说"具体时间不好预测，AI业务目前还处于战略投入期"。 一季度财报显示，若剔除新AI产品的影响，腾讯Non-IFRS经营利润增速会从实际的9%抬升到17%，中间8个百分点的差距，就是当下AI投入期的代价。 腾讯的成本压力除了项目本身外，更大的压力来自上游的算力硬件成本压力。 被问及腾讯云涨价的逻辑是否依旧，汤道生确认"整个半导体行业的上游成本确实有所上升"，腾讯会综合考量市场环境和客户需求，"在保持竞争力的同时维护业务健康"。 他同时提到，非常期待下半年有更多国产算力支持到云业务，"起码把一些推理场景服务得更好"。 意外的WorkBuddy，熟悉的腾讯 对于腾讯而言，在市面上就有Workbuddy，Qclaw，Marvis等多款主打智能助手的产品，一口气端出这么多智能体，市市场上对腾讯赛马的议论不绝于耳。 但汤道生并不这么想："肯定不是在赛马。" 在他看来，智能体服务的场景太多元，公司内部很多团队都在针对具体场景找机会，"它们都有各自的定位"。 腾讯云副总裁吴运声在给了一个分工实例：开完会扔个会议链接让它生成纪要，用WorkBuddy最方便；但一家酒店要做一个服务所有住客的智能体，面对大量C端用户、需要稳定可靠的输出，就得用智能体开发平台（ADP）这样的企业级开发平台。 而目前市场表现最好的WorkBuddy，对于腾讯其实是个意外。 WorkBuddy企业版及办公智能体套件全景图 负责CodeBuddy和WorkBuddy的腾讯云副总裁刘毅复盘，腾讯从2022年开始做AI Coding，最先服务的是自己几万名员工，当时代码接受程度只有23%；到2025年底，腾讯大部分团队90%以上的代码已经由AI生成。 随着越来越多非程序员拿着CodeBuddy处理周报这类日常事务，开发WorkBuddy的念头也在内部自然发生。 腾讯云AI智能体产品总监黄广民透露，WorkBuddy从0到1的内测版本只花了一个周末，也就是两天时间。 "WorkBuddy跑出来，现在跑到行业第一，其实也是机缘巧合了，站在了大模型最擅长的方向上。"刘毅说。 腾讯云副总裁刘毅 但这份机缘巧合，落点算得很清楚。刘毅的逻辑是，代码是可以被形式化验证的领域，模型不仅擅长生成代码，还能"从产生代码应用的数据里面飞速地强化学习"，硅谷商业化最成功的AI产品也大多出在代码领域；腾讯在这里磨了两年多，按他的说法，磨出来的"关键是我们做出了一个Coding Agent的OS或者Coding的内核"。 这个内核嵌进WorkBuddy，让它"一诞生第一天就有一个非常强大的harness的core"，上线时十几个领域上百个专家已经就位，代码、办公、设计创意三个高频、高价值、效果容易验证的场景一起铺开。 对WorkBuddy的成绩，汤道生坦言：WorkBuddy今天的普及和受欢迎程度，并不是我们两三年前规划出来的，及时响应市场变化是一个更重要的能力。 而一旦验证了市场方向，腾讯就来到了自己的舒适区。 刘毅的解释是，之前做编码产品，受益的还是软件公司和互联网企业；到了WorkBuddy，"几乎全行业所有企业都在受益"，行业大量客户的呼声让公司意识到生产力领域还有大量真实需求没被满足，"在公司层面就要毫不犹豫投资产品、投资团队，大量的资源就过来了"，WorkBuddy被定位成腾讯面向未来在生产力领域的"支柱性产品"。 对于腾讯来说，他的产品基因决定了它不会像传统B端产品那样"搞定老板买单就行"，要的是终端用户用出价值，"有些用户跟我们反馈，用WorkBuddy上瘾，停不下来"。 汤道生自己就是WorkBuddy的骨灰级用户，他用WorkBuddy把日报里的数据整理成趋势分析报告，以前要找研发同事排期，现在几分钟就能完成，这套流程还被他沉淀成一个Skill，人在外地出差，用微信调用一下就能更新。先让行业趟出方向，看准了再把资源整建制地压上去，这套动作腾讯练了二十多年，终于找到了在AI上最适合的场景。 这套产品也在反过来改造腾讯自己。 汤道生描述，以前的研发是产品经理写需求文档、交互设计、视觉设计、前后台开发、测试一环扣一环的瀑布流，如今WorkBuddy这类产品全是三五个人的小团队在做，工程师"今天的工作不完全是敲键盘写代码了，更多是写他想要的是什么"，未来"一人公司"也会成为可能。 实际上，在内部，腾讯也在进行“OPC”化尝试，刘毅就对观察者网表示，他把团队设计得只有一层，所有代码、需求、工单、设计放在一个共享的上下文里，"AI是没有情感的，它不会因为人类组织建立的信息隔阂而产生低效"；组织层面盯的是一个叫需求吞吐率的指标，刘毅把它定义为AI Coding的北极星：需求迭代得多快，决定一个组织创新得多快。 死磕模型能力，强化用户体验 尽管刘毅坦诚WorkBuddy上的很多工作"并不需要顶级模型去完成"，但模型这一层，腾讯并没有放松投入。 汤道生的解释是，今天的智能体能帮人解决这么多办公场景的问题，"很大程度得益于模型的能力发展到今天这个水平"，"同样的工具，你把两年前三年前的模型放进去，肯定做不到今天这个效果"。在基座模型上，腾讯的重视程度一点不逊于各家友商。 去年DeepSeek高调接入元宝App后，市面上有过大量讨论，猜测腾讯是否要放弃混元。今年4月混元Hy3 preview的发布，被看作腾讯在基础模型上的反攻号角。 汤道生透露，大约80%的元宝用户已经在使用自家的Hy3 preview，产品留存率有明显提升，元宝里最新的AI语音识别、方言识别等服务，也都以Hy3 preview为基模训练。 这份成绩单属于入职半年的姚顺雨。 这位提出ReAct框架、参与过OpenAI Operator和Deep Research研发的首席AI科学家，2025年12月到任后做的第一批事，按汤道生的说法，是把混元"以外部benchmark为目标"改成"以产品用户体验作为北极星指标"，并在训练Hy3之前先砍数据，"砍掉很多貌似可以堆量、但实际对模型训练没有太大帮助甚至有害的数据"。 汤道生还提到一个细节：混元和元宝的部分团队"最近大家还会搬到同一座楼，更方便沟通跟对齐"。 对于腾讯大模型的发展思路，腾讯首席AI科学家姚顺雨姚顺雨在和汤道生的对谈中就坦诚："中国大家有个不好的倾向是大家喜欢刷榜。" 在他看来，更重要的是实事求是地基于产品、基于真正的应用去构造评测，先发一个Preview版本，最主要的目的之一就是获得真实世界反馈，"修复各种各样榜单中没有发现的问题"。 虽然姚顺雨一直说模型还是一个预览版本，但是Hy3 preview在海外模型聚合平台OpenRouter上的调用量一度连续三周排名第一，甚至在限免结束后依然霸榜，则证明了市场对于腾讯模型能力的认可。 对于AI下半场的竞争方向，姚顺雨和腾讯也有自己的看法。在他的判断里，预训练和后训练成熟之后，行业像是有了一个"万能锤子，它可以砸任何钉子"，方法论成熟了，"反而更困难的是怎么寻找好的问题去解决"。 他说自己加入腾讯，很重要的一点就是"这里有很多好问题、有很多产品"；另一重理由是context，模型越来越擅长把复杂的输入变成输出，"很多时候你的竞争壁垒就在于你有没有最原始的输入"，你知不知道这个人在干什么、知不知道这家企业的各种信息，"这一点我觉得腾讯有非常强的优势"。 在这套叙事里，榜单测的是锤子的成色，而腾讯最不缺的就是涉及真实场景和业务的钉子，与其刷榜跑分，不如低头干活。 尽管Hy3 preview的能力已经能打，智能体层面腾讯仍对多个模型保持兼容，把"选择权给用户"，维持开放生态的姿态。 当然，无论是商业化还是模型，这些动作里有多少是战略定力，有多少是被现实逼出来的姿态，外界很难分清。不设商业化目标，可以是克制，也可能是混元、元宝还没走到能从容收费的位置；就连智能体层那点"开放"，某种程度上也是当年自家模型不够强时的不得已。把约束讲成选择，是大厂惯常的叙事方式。能确定的只是结果：在榜单和商业化这两件当下最热的事情上，腾讯确实没有照抄同行的作业。 回到那个反复被问的问题，腾讯是不是慢了。汤道生没有给出豪言。腾讯的业态非常多元，"很难保证每一个板块都是行业最领先的"，不同业务阶段性走得快一点、慢一点很正常；把时间拉长，腾讯近28年里成功的业务"也不都是一帆风顺的，也都走过高潮走过低谷"，当判断清楚一件事有价值，"我们是能够坚定坚持走过这个周期"。 在整场对话中，汤道生都没有给出一个激进的数字或时间表：投入期没有截止日，商业化没有军令状，算力缺口要等更多的芯片来补。这些朴素甚至有点保守的回答，未必能平息"腾讯慢了"的争论。但它至少透出一种不慌：在榜单和商业化这些被同行卷成标配的地方，腾讯敢于不跟；在模型能力这道绕不过的必答题上，它又一点不敢落下。被叫了多年跟随者的腾讯，这一次想证明的或许是，它分得清哪些该跟、哪些不必跟。 答案或许不用等太久。刘毅判断，企业级智能体在2026年下半年就会进入快速增长、快速落地的阶段； 在访谈的最后，被问到Hy3正式版什么时候上线，汤道生只留了一句话："敬请期待，别给顺雨太大的压力"

Topics

artificial intelligence cloud computing corporate strategy

Metadata

Publisher	观察者网
Site	guancha
Date	2026-06-11
Category	report
Policy Area	人工智能
CMS Category	媒体报道

Verification

Original URL
https://www.guancha.cn/economy/2026_06_11_820156.shtml

Compare with archived HTML